课程文献中心 更多>>

关键词： 大数据   数据安全   存储检索系统  

摘要： 为保障网络数据安全,提高检索效率,更好地满足大数据时代对数据安全与检索效率的需求,本文提出一种安全存储检索系统的架构。该系统涉及数据采集、存储、安全模块与检索模块,使用多种数据安全策略来保障数据安全,并运用索引技术、查询优化等方法对数据检索进行优化,以提升检索效率。本文还对相关关键技术进行深入研究与探讨,涉及大数据存储技术、数据加密与解密算法、大数据检索算法等,以实现安全、高效的网络数据存储与检索。

关键词： PID   控制系统   智能算法   神经网络   参数整定  

摘要： 人工智能技术在各个领域飞速发展,特别是智能控制领域。传统PID控制存在参数整定和性能优化过程繁琐、控制效果不理想的问题。人工神经网络算法可以利用控制系统中的输入输出信号,不断更新控制网络来调整PID的控制参数,使得PID控制可以迅速达到理想的控制效果。首先总结了单神经元网络、BP神经网络、RBF神经网络算法的原理,以及与PID控制领域结合的方法,然后将振动台传递函数模型作为被控对象,对比了各种算法的参数整定效果,分析了各种算法的优点与不足。其次通过数值仿真验证了智能算法在PID控制参数自整定中的有效性和优越性,最后对未来的神经网络控制研究方向提出了建议。

关键词： 网络空间   青年   铸牢中华民族共同体意识   现实梗阻   纾解路径  

摘要： 青年是当前社会发展的中坚力量,青年铸牢中华民族共同体意识是新时代维护民族团结的重要组成部分。由于信息化时代多元意识形态的多面向传播,使得网络空间成为青年铸牢中华民族共同体意识的重要场域。网络空间的快速发展为青年铸牢中华民族共同体意识提供了增强青年归属感、提升青年认同感、强化青年内生力等价值空间,但同时,也使得中华民族共同体意识的整合力、引领力、传播力、影响力面临被解构、消解、削弱、降低的现实梗阻。立足新时代,有必要从提高主体辨识力、优化体系化技术布局、融合媒体矩阵、健全法律法规等维度协同助力,让铸牢之情、铸牢之志、铸牢之行真正成为新时代青年的价值追求与使命担当,为实现中华民族伟大复兴注入“强国有我”之力。

关键词： 网络表示   异构网络   深度哈希   属性多路异构网络  

摘要： 异构网络在诸多领域中得到广泛应用和研究,然而,现有的网络表示方法在处理异构网络时常常遇到挑战。其中之一是未充分利用节点属性信息,导致表示结果缺乏表征力。另一个挑战是网络结构的复杂性,使得现有表示方法往往无法捕捉到网络的重要特征,从而影响了下游任务的效果。属性多路异构网络的哈希表示方法旨在解决上述问题。该方法通过将节点的属性特征和网络结构信息整合到节点表示中,采用深度哈希层来学习节点的紧凑表示,从而获得网络的哈希表示。与传统的表示方法相比,该方法能够更好地保留节点的重要属性特征,并且通过哈希技术将节点表示压缩为固定长度的二进制编码,提高了表示的效率和可扩展性。充分的实验结果表明,属性多路异构网络的哈希表示方法能够在保持表示质量的同时大幅降低表示的维度,从而为后续的下游任务提供了更加高效的网络表示。

关键词： 叶绿素a预测   主要贡献因子   时滞效应   最优滞后时间   Almon-BP模型  

摘要： 基于数据驱动的机器学习方法是预测叶绿素a的一种重要的非机理方法,但是现有以神经网络模型为代表的叶绿素a预测方法较少考虑藻类生消对环境因子的时滞效应。以三峡库区叶绿素a质量浓度较高的典型支流香溪河为研究区域,采用相关性分析、主成分分析和灰色关联分析3种方法综合确定叶绿素a的主要贡献因子,利用交叉相关分析及Almon分布时滞模型筛选主要贡献因子中的时滞因子,并确定其最优滞后时间,在此基础上构建Almon-BP时滞神经网络模型进行叶绿素a趋势预测。结果表明:香溪河峡口主要时滞因子为气温、风速、太阳辐照、p H、溶解氧,最优滞后时间分别为4、2、3、7、3 d;香溪河平邑口主要时滞因子为水温、气温、风速、降雨量、太阳辐照、浊度、pH、溶解氧、三峡水位差、氧化还原电位、三峡水位,最优滞后时间分别为2、2、2、4、2、10、3、2、6、10、6 d;相比于只考虑叶绿素a主要贡献因子的BP神经网络模型(贡献因子-BP),Almon-BP时滞神经网络模型对香溪河峡口预测结果的均方误差(E_(MS))、均方根误差(E_(RMS))、平均绝对误差(E_(MA))、平均偏差(E_(MB))等误差指标分别降低44.4%、25.6%、31.3%、53.9%,对香溪河平邑口预测结果的E_(MS)、E_(RMS)、E_(MA)、E_(MB)等误差指标分别降低66.7%、42.1%、37.5%、45.8%。研究模型对叶绿素a预测具有较高的准确度,对叶绿素a早期预警具有重要意义。

关键词： 最小区域   网络仿真   性能优化  

摘要： 文章旨在研究基于最小区域的网络仿真技术,并对其在网络规划、性能优化等方面的应用进行探讨。网络仿真是一种重要的研究方法,它通过在仿真过程中寻找最小的区域来减少仿真时间和资源消耗。可以评估网络的性能、验证算法的有效性以及优化网络规划设计。

关键词： 城市轨道交通   土仓压力预测   长短期记忆   深度神经网络  

摘要： [目的]土仓压力是土压平衡盾构施工安全评估的关键参数,准确预测土仓压力有助于施工技术人员及时采取管控措施,进而保障地铁隧道的建设安全性。因此,有必要对土压平衡盾构土仓压力预测方法进行研究。[方法]提出一种多分支的LSTM(长短期记忆)-DNN(深度神经网络)融合模型。LSTM分支通过回溯历史数据提取其时序演变特征,DNN分支提取掘进状态特征,将两者组合后通过全连接层进行融合,实现对土仓压力的预测。依托济南轨道交通1号线实际盾构隧道数据对模型进行验证,并与LSTM模型、DNN模型进行了对比分析。[结果及结论]基于LSTM-DNN融合算法建立的土仓压力预测模型可以高效收敛,且所提模型在训练集和验证集上的预测效果良好。在后续的100步测试中,由LSTM-DNN融合模型得出的土仓压力预测值较好地反映了真实值的变化趋势,其平均偏差为7.65 kPa,相对误差为6.09%,预测精度较高。

关键词： 海运网络脆弱性   复杂网络仿真   静态脆弱性   动态脆弱性   级联失效   数据分析  

摘要： 综述了海运网络脆弱性研究的主要方向,分析了基于复杂网络仿真与基于数据分析的两种研究方法。海运网络作为全球贸易的重要纽带,其脆弱性研究对于保障全球供应链的稳定至关重要。基于复杂网络仿真,研究者通过移除港口或航线节点模拟网络受损后功能的变化,进一步探讨海运网络的静态和动态脆弱性;基于数据分析的研究则通过对冲击事件前后的网络数据变化,揭示了海运网络的实际脆弱性。本文通过文献检索和分类,分析了现有研究的成果和不足,并提出了未来研究中需要关注的方向,以期为进一步提升海运网络的韧性和稳定性提供理论支持。

关键词： 黄芪   产地鉴别   仿生技术   反向传播神经网络   SHAP   可解释机器学习  

摘要： 目的 基于仿生技术和反向传播神经网络(BPNN)构建黄芪的产地鉴别模型。方法 采用色度计、电子鼻和电子舌共测得21项指标,通过RFI进行特征筛选后得到14项指标,并将黄芪产地鉴定问题建模为多分类问题。通过对随机森林(RF)、支持向量机(SVM)和BPNN这三种机器学习模型的比较,我们建立了一个基于BPNN的黄芪产地分类决策系统。结果 BPNN仅用了11个特征变量就能够较好地预测黄芪产地。多分类模型构建后,引入SHAP值对构建的产地鉴别模型进行解释。结论 SHAP特征重要性的排序揭示了变量在实际构建出的模型的重要程度。可解释预测模型在增加产地预测模型的透明度的同时,又能保持原模型的判别正确率。该研究为产地鉴别模型的构建提供了一定的启示,也为客观产地鉴别提供了参考。

关键词： 桑白皮汤   中药复方   慢性支气管炎   作用机制   网络药理学  

摘要： 目的基于网络药理学方法探讨桑白皮汤(SBPD)治疗慢性支气管炎的潜在作用机制。方法在TCMSP数据库检索SBPD的主要活性成分,利用PubChem数据库获取成分靶点,SwissTargetPrediction网站进行靶点预测,通过GeneCards、OMIM、TTD数据库获取慢性支气管炎的疾病靶点。对获取的交集靶点,利用String数据库构建蛋白质互作网络,通过微生信在线网站进行GO生物功能富集分析和KEGG通路富集分析。结果筛选得到SBPD的122个活性成分和948个靶点,慢性支气管炎疾病靶点1478个,两者交集后获得药物与疾病共有核心靶点210个。GO功能富集分析结果显示SBPD可涉及844条生物学过程、170项分子功能、98项细胞组成。KEGG通路富集分析得到182条信号通路,主要包括癌症相关通路、感染相关通路、TNF信号通路、IL-17信号通路等。结论SBPD治疗慢性支气管炎具有多成分、多靶点、多通路的网络化互作特点,可为进一步探究其作用机制提供理论依据。